開放網絡環境下軟件安全性測試技術研究

謝巧玲

(西安文理學院 信息工程學院，西安 710068 )

開放網絡環境下軟件安全性測試技術研究

謝巧玲

(西安文理學院 信息工程學院，西安 710068 )

在開放網絡環境下軟件容易受到攻擊，導致軟件故障，需要進行安全性測試，針對無監督類測試方法開銷較大和復雜度較高的問題，提出一種基于半監督自適應學習算法的軟件安全性測試方法;首先采用模糊度量原理構建軟件安全測試的半監督學習數學模型，分析軟件產生安全性故障的數組特征，然后通過軟件故障的熵特征分布方法進行軟件的可靠性度量，在開放式網絡環境下建立軟件可靠性云決策模型，實現安全性測試和故障定位；最后通過仿真實驗進行性能驗證，結果表明，采用該方法進行軟件安全性測試，對軟件故障定位的準確度較高，測試的實時性較好，保障了軟件的安全可靠運行。

開放網絡環境；軟件；測試；安全；半監督學習

0 引言

隨著信息處理技術的不斷推廣和數字化技術的深化發展，大規模的軟件技術應用迅速普及，為了滿足網絡用戶對大數據傳輸和處理的需要，需要通過軟件數據分析和信息傳輸調度。伴隨著網絡大數據信息傳輸的迅速增長，軟件作為信息處理的重要工具，是通過一定的編程和算法設計并實現一定功能的程序代碼，軟件在信息處理、工業控制、單片機控制、計算機控制、網絡通信以及人工智能等領域都表現出卓越的應用價值，人類越來越離不開軟件進行相應的過程控制，軟件的可靠性和安全性在一定程度上決定了軟件的可移植性和壽命周期，研究軟件的安全性測試技術，對改善軟件性能，提高軟件應用的普適性方面具有重要意義[1]。

軟件的安全性測試主要是實現軟件的故障定位識別、Bug挖掘和錯誤代碼糾正等功能，軟件測試的目的是保障軟件運行的可靠性和穩定性，通過高質量且有效的測試實例進行軟件分析，進而提高軟件嵌入式系統和相關應用產品的可靠度，對軟件安全性測試的原理是進行軟件代碼運行故障的特征提取和分析研究，通過良好的測試實例分析軟件缺陷，得出缺陷報告，為軟件設計者提供設計參考。當前，對軟件的安全性測試方法主要采用的是監督學習下的無監督類學習方法[2]，通過對軟件故障特征的信息素定位分析，得到軟件分布的虛擬信息資源，結合學習算法進行自適應故障定位和資源信息匹配，根據這一測試原理，取得了一定的研究成果，其中，文獻[3]中提出一種面向安全性分析的嵌入式軟件測試方法，基于聚類技術和專家檢驗技術進行軟件的故障點聚類分析，采用沒有監督的訓練算法進行故障屬性歸類，實現軟件安全性測試，具有一定的安全檢測性能，但該方法在故障聚類中受到不確定擾動和不規則代碼因素等影響，對軟件代碼之間的耦合差異性識別精度不高；文獻[4]采用基于最小點覆蓋的控制平面跨層生存性設計進行軟件安全性定義與測試，建立二維空間的四叉樹模型，實現對軟件的可靠性、可用性評估，但該方法存在的問題是故障漏檢率較高；文獻[5]中提出一種基于最壞分離的聯合分辨率判別分析的軟件可靠性度量與安全測試技術，結合故障樹分析方法進行安全性聯合分辨，該方法采用的是無監督類學習方法，在開放式網絡環境下存在開銷較大和復雜度較高等問題。

為了解決傳統方法在軟件安全性測試方面存在的問題，本文提出一種基于半監督自適應學習算法的軟件安全性測試方法。首先采用模糊度量原理構建軟件安全測試的半監督學習數學模型，分析軟件產生安全性故障的數組特征，然后通過軟件故障的熵特征分布方法進行軟件的可靠性度量，在開放式網絡環境下建立軟件可靠性云決策模型，實現安全性測試和故障定位。最后通過仿真測試進行性能驗證，得出有效性結論。

1 軟件安全測試原理與指標體系分析

在開放式網絡環境下軟件質量受到軟件的代碼可擴展性、防御攻擊性以及軟件的可移植性等方面因素的影響，軟件安全測評技術就是通過對軟件的可靠性評估，挖掘軟件存儲的BUG和代碼價值屬性，通過產品的內部屬性分析，構建軟件產品的質量監督機制，實現對軟件質量的內部和外部屬性的監督和測量。當前主流的軟件測試模型有McCall模型、Boehm模型和ISO/IEC 9126模型，這三種模型通過對軟件可靠性、程序語言復雜度的定量分析和評估，為軟件的應用部門、移植部門和維護部門提供有用的數據參考，降低在開放式網絡環境下軟件容易受到攻擊的缺陷和交易風險，通過軟件的安全性測試，完善軟件的質量評價機制。軟件的安全性測試分為三個層面，分別為代碼調試層、虛擬信息資源管理層和物理資源管理層[6]，對軟件運行代碼進行安全建設管理，結合專家數據庫信息系統進行資源信息部署和虛擬應用資源的分類識別，構建服務器資源，在應用軟件層對軟件產品進行定向評估和質量評價，分析軟件產生安全性故障的數組特征，然后通過軟件故障的熵特征分布方法進行軟件的可靠性度量，開放式網絡環境下軟件安全性測試的三層結構模型如圖1所示。

圖1 開放式網絡環境下軟件安全性測試的三層結構模型

分析圖1得知，軟件的安全性測試與軟件開發過程緊密相關，通過ISO/IEC 9126模型分析[7]，軟件安全性測試由內容組成包括了有用性、可靠性、可維護性、可移植性，通過多個層次的量化分析，在軟件測試中，需要對軟件運行的爭取性、可靠性、效率、完整性和可用性進行定量評估，采用三層測試結果，得到軟件安全性測試的指標體系描述如圖2所示。通過對軟件安全性測試的指標體系建模，通過對軟件的底層設計和頂層質量評估，在Boehm模型中進行量化分析，以滿足客戶提出的標準和要求。

圖2 軟件安全性測試的指標體系

2 軟件安全性測試數學模型

在上述進行了軟件安全性測試的指標體系分析的基礎上，進行安全性測試數學建模，建立軟件安全測試的半監督學習數學模型，采用模糊度量原理構建軟件安全測試的半監督學習數學模型[8]，首先給出軟件質量評價的量度模型體系如圖3所示。

圖3 軟件質量評價的量度模型體系

輸出：SCi(Exi，Eni，Hei)，i=1，2，3，…，n。

2)Eni=(Exi-Exi-1)/3；(當i=1時，令En1=(Ex2-Ex1)/3；)

Hei=α。(其中α為一個常數)

Od1Rd2R={o∈O:od1>d1mid,od2>d2mid}

(1)

Od1Ld2R={o∈O:od1>d1mid,od2>d2mid}

(2)

Od1Ld2L={o∈O:od1≤d1mid,od2≤d2mid}

(3)

Od1Rd2L={o∈O:od1>d1mid,od2≥d2mid}

(4)

以上各式分別表示的是軟件的故障密度、測試覆蓋率、平均失效間隔時間、平均恢復時間等4個二級度量質量，同理，對于n=3時，軟件的安全性度量指標可以分解為8個子集：μd1Ld2Rd3L,μd1Ld2Rd3R,μd1Rd2Rd3L,μd1Ld2Rd3R，μd1Ld2Ld3L,μd1Ld2Ld3R,μd1Rd2Ld3L,μd1Ld2Ld3R。

對于n維數據，設權重集為V，根據軟件可靠性的依從性知V={w1，w2，w3，w4}，且w1+w2+w3+w4=1，由此得到軟件修復的有效性分解的集可以表示為：μd1αd2α...dnα,α∈{L,R}。

通過上述設計，建立軟件安全性測試數學模型，結合軟件產生安全性故障的數組特征，通過故障定位實現軟件安全性測試研究。

3 軟件安全性測試的半監督學習故障定位實現

結合上述設計的軟件安全性測試的數學模型，基于半監督自適應學習算法進行軟件安全性測試，通過軟件故障的熵特征分布方法進行軟件的可靠性度量[12-13]，根據環形復雜度度量方法，得到半監督學習下軟件的測試復雜度為(b+1)vc，其中b為二叉樹的深度，v為隸屬度，c為常數。通過模糊隸屬度分析，得到軟件故障分布的熵特征形式化表示為：U→[0,1],?x∈U,x→SC(x)，故障修復時間為O(m2)。不確定性度量的復雜度為O((b+1)vc+m2)。通過半監督自適應學習方法評估軟件測試的故障修復率FPR, 失效密度FNR，誤檢率Error：

(5)

(6)

(7)

以上這些參數滿足軟件的質量許可要求時，軟件的質量效果較好，綜上分析，通過軟件故障的熵特征分布估計方法，得到軟件故障定位的計算式描述為[14]：

(8)

Md(Ci)=Mn(Ci)+Mo(Ci)

(9)

式中，Mo(Ci)為易恢復性指標提下Ci(i=1,2,...,n)中的修復有效性，DC(Ci)為Ci(i=1,2,...,n)的所有子類數，Mn(Ci)為Ci(i=1,2,...,n)的平均宕機時間。

綜上分析，得到本文設計的軟件測試算法描述為：

輸入：SCi(Exi，Eni，Hei)，(i=1,2，…，p)及對應權重值：w1，w2，…，wp。

輸出：軟件質量評價的安全度量云SC(Ex，En，He)，并執行[15]：

4)重復(1)到(3)，算出所有的度量指標Si；

5)當滿足閾值MAX(Si)時，G=i。

本文設計的基于半監督自適應學習算法的軟件安全性測試流程如圖4所示。

圖4 軟件安全性測試流程

4 測試實驗分析

為了驗證本文方法在實現開放式網絡環境下軟件安全性測試中的應用性能，進行仿真實驗分析，實驗使用Matlab7作為仿真實驗平臺，網絡環境建立在開放式的Hadoop 0.20.2平臺基礎上，采用Eclipse集成開發環境進行軟件平臺調試，軟件的質量評價體系分為不安全、低安全、中安全、高安全和絕對安全等5個質量等級[16-20]，根據前期的數據采樣分析和實踐調試，得到不同安全等級描述的軟件安全性度量數字特征見表1。

表1 軟件安全性度量的數字特征

根據表1給出的實驗指標體系，采用本文方法進行某大型測控軟甲的安全性測試，得到各級指標體系下的測試數據結果見表2。

表2 某大型測控軟件的安全性測試數據

分析上述測試結果得知，采用本文方法進行軟件安全性測試，軟件的各項測試指標，滿足設計要求，能有效保障軟件的質量，圖5 給出了采用不同方法進行軟件故障定位的誤差對比，分析得知，采用本文方法進行軟件安全性測試誤差率較低，性能更優。

圖5 軟件測試的誤差對比

5 結束語

本文研究了在開放性網絡環境中軟件的安全性測試問題，提出一種基于半監督自適應學習算法的軟件安全性測試方法。構建軟件安全性測試的三層結構模型，分析評價軟件安全質量的指標體系，構建軟件質量故障分布的數組特征，通過軟件故障的熵特征分布進行軟件的可靠性度量，實現安全性測試和故障定位。研究得知，本文方法進行軟件測試準確性好，誤差較低，展示了較高的應用價值。

[1] 湯永新,劉增良.軟件可信性度量模型研究進展[J].計算機工程與應用,2010,46(27):12-16.

[2]Zhou L M,Cai G Q,Yang J W, et al.Monte-Carlo simulation based on FTA in reliability analysis of Door System[A].Proc of International Conference on Computer and Automation Engineering[C].Piscataway:IEEE Press,2010，1(3):713-717.

[3] 林永峰,陳 亮.面向安全性分析的嵌入式軟件測試方法研究[J].現代電子技術，2016,39(13):80-83.

[4] 熊 余,董先存,李圓圓,等.軟件定義光網絡中基于最小點覆蓋的控制平面跨層生存性設計[J].電子與信息學報,2016,38(5):1211-1218.

[5] 楊磊磊,陳松燦.最壞分離的聯合分辨率判別分析[J].軟件學報,2015,26(6):1386-1394.

[6] 鄭長友,劉曉明,黃 松.基于蟻群算法的軟件可靠性模型參數估計方法[J].計算機應用,2012,32(4):1147-1151.

[7] 劉玲艷,吳曉平,葉 清.云模型和混合Petri網相結合的系統可靠性評價[J].火力與指揮控制,2011,36(8):19-22.

[8] Suzukit,Kudo H.Two-dimensional non-separable block-lifting structure and its application to M-channel perfect reconstruction filter banks for lossy-to-lossless image coding[J].IEEE Transactions on Image Processing,2015,24(12):4943-4951.

[9] 謝洪安,李棟,蘇旸,等.基于聚類分析的可信網絡管理模型[J].計算機應用,2016,36(9):2447-2451.

[10] 杜小陽, 龔川森, 劉建輝,等. 航空機載軟件安全性測試技術研究[J]. 科技創新與應用, 2016,10(4):5-15.

[11] 陳文康, 趙光俊, 王汝英. 基于B/S結構的電力物聯網應用軟件開發[J]. 電子設計工程, 2016, 24(22):33-35.

[12] 林永峰, 陳 亮. 面向安全性分析的嵌入式軟件測試方法研究[J]. 現代電子技術, 2016, 39 (13):80-83.

[13] 姬忠孝, 江國華. 一種基于FTA和FDG的安全關鍵函數定位方法[J]. 計算機與現代化, 2016,10(4):85-89.

[14] 張 放. 計算機軟件中安全漏洞檢測技術初探[J]. 山西青年, 2016,20(6):26-30.

[15] 王勇利. 安全漏洞檢測技術在計算機軟件中應用研究[J]. 數字技術與應用, 2016,9(11):210-215.

[16] 吳子杰. 基于Android的可配置工業遠程監控軟件設計與實現[D]. 南京:南京郵電大學, 2016.

[17] 蘇 欣. 計算機軟件中安全漏洞檢測技術及其應用[J]. 智能城市, 2016,9(4):110-111.

[18] 劉 丹. 電子計算機聯鎖系統通信協議設計及安全性分析[J]. 電子技術與軟件工程, 2016,6(15):130-136.

[19] 甄 鵬. 嵌入式軟件開發模式與軟件架構研究[J]. 企業技術開發, 2016, 35(6):64-64.

[20] 段海軍, 趙根學, 陳 福,等. 航空電子設備自動測試系統的軟件架構設計[J]. 計算機測量與控制, 2016, 24(9):167-169.

Research on Software Security Testing Technology in Open Network Environment

Xie Qiaoling

(School of Information Engineering, Xi′an University, Xi′an 710068,China)

The vulnerable in the open network environment software, lead to software failure, the need for safety testing, the testing method of overhead non supervisory large and complex problems, put forward a kind of software security testing methods based on semi supervised adaptive learning algorithm. First, a semi supervised learning model of fuzzy measure principle construction of software security testing, security feature array fault analysis software, then the software reliability measurement by the method of entropy feature of software fault distribution, the establishment of software reliability of cloud decision model in open network environment, security test and fault location. Finally, through simulation experiments verify the performance, results show that using the method of software security testing of software fault location accuracy, real-time test well, guarantee the safe and reliable operation of the software.

open network environment; software; testing; security; semi supervised learning

2016-12-16；

2017-03-15。

西安市科技計劃項目(CXY1531WL39)。

謝巧玲(1979-)，女，陜西安康人，碩士，講師，主要從事軟件開發、軟件測試方向的研究。

1671-4598(2017)08-0005-03

10.16526/j.cnki.11-4762/tp.2017.08.002

TP311

A